فاطمه اسدالهی - دانشجوی کارشناسی ارشد هوش مصنوعی- دانشکده مهندسی کامپیوتر-دانشگاه غیرانتفاعی شیخ بهایی
ناصر قاسم آقایی - استاد – دکترای مهندسی کامپیوتر- گروه کامپیوتر- دانشگاه غیرانتفاعی شیخ بهایی-
محمدرضا رضاییان - دانشیار- دکترای مهندسی پزشکی-گروه کامپیوتر-دانشگاه غیرانتفاعی شیخ بهایی

گلوکوم یا آب سیاه گروهی ازاختلالات چشمی است که منجر به صدمه پیشرونده عصب بینایی میگردد عصب بینایی جریان الکتریکی تولید شده ازتکانه های عصبی را ازشبکیه دریافت نموده و آن را به مغز منتقل مینماید و بینایی درک میشود تشخیص و درمان زودهنگام خطر کاهش بینایی ناشی ازگلوکوم را کاهش میدهد دراین مقاله الگوریتمی برای تشخیص زودهنگام این بیماری با تحلیل تصویر شبکیه حاصل ازدستگاه افتالموسکوپ پیشنهاد شده است درروش پیشنهادی تصویر شبکیه به صورت بافت درنظر گرفته شده و باکمک ماتریس هم وقوعی ویژگیهای تصویراستخراج میشود بافت یکی ازقطعات کلیدی ادراک بصری انسان است این باعث میشود که به عنوان یک خصیصه ضروری هنگام پردازش تصویر درنظر گرفته شود روش ماتریس هم وقوعی به ارایه اطلاعات درمورد موقعیت نسبی پیکسلهای همسایه دریک تصویر کمک خواهد کرد پایگاه داده HRF برای ارزیابی روش مطرح شده مورد استفاده قرارخواهد گرفت این پایگاه داده شامل 15تصویر ازشبکیه موارد گلوکومی و 15 تصویر ازشبکیه سالم است که درلابراتور شناسایی الگویی دردانشگاه المان و کلینیک پاتولوژی توماس تهیه شده است ویژگی های مختلفی مثل میانگین انرژی واریانس بامشخصه های مختلفی ازروش مطرح شده ازتصاویر استخراج شده و سپس بااستفاده ازماشین بردارپشتیبان به کلاسبندی تصاویر پرداخته و تصاویر را ازهم جداکرده و دقت عملکرد الگوریتم مورد بررسی قرارخواهد گرفت

گلوکوم ، شبکیه ، تبدیل گابور ، ماتریس هم وقوعی ، طبقه بندی کننده